Экспертные и интеллектуальные обучающие системы. Экспертные и обучающиеся системы Экспертные системы в образовании

Peфepaт нa тeму:

"Создание отчета как объекта базы данных. Экспертные и обучающиеся системы"

Oглaвлeниe

Создание отчета как объекта базы данных

Структура отчета в режиме Конструктора

Способы создания отчета

Создание отчета

Создание отчета как объекта базы данных

Отчет - это форматированное представление данных, которое выводится на экран, в печать или файл. Они позволяют извлечь из базы нужные сведения и представить их в виде, удобном для восприятия, а также предоставляют широкие возможности для обобщения и анализа данных.

При печати таблиц и запросов информация выдается практически в том виде, в котором хранится. Часто возникает необходимость представить данные в виде отчетов, которые имеют традиционный вид и легко читаются. Подробный отчет включает всю информацию из таблицы или запроса, но содержит заголовки и разбит на страницы с указанием верхних и нижних колонтитулов.

Структура отчета в режиме Конструктора

Microsoft Access отображает в отчете данные из запроса или таблицы, добавляя к ним текстовые элементы, которые упрощают его восприятие.

К числу таких элементов относятся:

Заголовок. Этот раздел печатается только в верхней части первой страницы отчета. Используется для вывода данных, таких как текст заголовка отчета, дата или констатирующая часть текста документа, которые следует напечатать один раз в начале отчета. Для добавления или удаления области заголовка отчета необходимо выбрать в меню Вид команду Заголовок/примечание отчета.

Верхний колонтитул. Используется для вывода данных, таких как заголовки столбцов, даты или номера страниц, печатающихся сверху на каждой странице отчета. Для добавления или удаления верхнего колонтитула необходимо выбрать в меню Вид команду Колонтитулы. Microsoft Access добавляет верхний и нижний колонтитулы одновременно. Чтобы скрыть один из колонтитулов, нужно задать для его свойства Высота значение 0.

Область данных, расположенная между верхним и нижним колонтитулами страницы. Содержит основной текст отчета. В этом разделе появляются данные, распечатываемые для каждой из тех записей в таблице или запросе, на которых основан отчет. Для размещения в области данных элементов управления используют список полей и панель элементов. Чтобы скрыть область данных, нужно задать для свойства раздела Высота значение 0.

Нижний колонтитул. Этот раздел появляется в нижней части каждой страницы. Используется для вывода данных, таких как итоговые значения, даты или номера страницы, печатающихся снизу на каждой странице отчета.

Примечание. Используется для вывода данных, таких как текст заключения, общие итоговые значения или подпись, которые следует напечатать один раз в конце отчета. Несмотря на то, что в режиме Конструктора раздел "Примечание" отчета находится внизу отчета, он печатается над нижним колонтитулом страницы на последней странице отчета. Для добавления или удаления области примечаний отчета необходимо выбрать в меню Вид команду Заголовок/примечание отчета. Microsoft Access одновременно добавляет и удаляет области заголовка и примечаний отчета.

Способы создания отчета

В Microsoft Access можно создавать отчеты различными способами:

Конструктор

Мастер отчетов

Автоотчет: в столбец

Автоотчет: ленточный

Мастер диаграмм

Почтовые наклейки

Мастер позволяет создавать отчеты с группировкой записей и представляет собой простейший способ создания отчетов. Он помещает выбранные поля в отчет и предлагает шесть стилей его оформления. После завершения работы Мастера полученный отчет можно доработать в режиме Конструктора. Воспользовавшись функцией Автоотчет, можно быстро создавать отчеты, а затем вносить в них некоторые изменения.

Для создания Автоотчета необходимо выполнить следующие действия:

В окне базы данных щелкнуть на вкладке Отчеты и затем щелкнуть на кнопке Создать. Появится диалоговое окно Новый отчет.

Выделить в списке пункт Автоотчет: в столбец или Автоотчет: ленточный.

В поле источника данных щелкнуть на стрелке и выбрать в качестве источника данных таблицу или запрос.

Щелкнуть на кнопке ОК.

Мастер автоотчета создает автоотчет в столбец или ленточный (по выбору пользователя), и открывает его в режиме Предварительного просмотра, который позволяет увидеть, как будет выглядеть отчет в распечатанном виде.

Изменение масштаба отображения отчета

Для изменения масштаба отображения пользуются указателем - лупой. Чтобы увидеть всю страницу целиком, необходимо щелкнуть в любом месте отчета. На экране отобразится страница отчета в уменьшенном масштабе.

Снова щелкнуть на отчете, чтобы вернуться к увеличенному масштабу отображения. В увеличенном режиме представления отчета, точка, на которой вы щелкнули, окажется в центре экрана. Для пролистывания страниц отчета пользуются кнопками перехода внизу окна.

Печать отчета

Для печати отчета необходимо выполнить следующее:

В меню Файл щелкнуть на команде Печать.

В области Печатать щелкнуть на варианте Страницы.

Чтобы напечатать только первую страницу отчета, введите 1 в поле "с" и 1 в поле "по".

Щелкнуть на кнопке ОК.

Прежде чем печатать отчет, целесообразно просмотреть его в режиме Предварительного просмотра, для перехода к которому в меню Вид нужно выбрать Предварительный просмотр.

Если при печати в конце отчета появляется пустая страница, убедитесь, что параметр Высота для примечаний отчета имеет значение 0. Если при печати пусты промежуточные страницы отчета, убедитесь, что сумма значений ширины формы или отчета и ширины левого и правого полей не превышает ширину листа бумаги, указанную в диалоговом окне Параметры страницы (меню Файл).

При разработке макетов отчета руководствуйтесь следующей формулой: ширина отчета + левое поле + правое поле

Для того чтобы подогнать размер отчета, необходимо использовать следующие приемы:

изменить значение ширины отчета;

уменьшить ширину полей или изменить ориентацию страницы.

Создание отчета

1. Запустите программу Microsoft Access. Откройте БД (например, учебную базу данных "Деканат").

2. Создайте Автоотчет: ленточный, используя в качестве источника данных таблицу (например, Студенты). Отчет открывается в режиме Предварительного просмотра, который позволяет увидеть, как будет выглядеть отчет в распечатанном виде.

3. Перейдите в режим Конструктора и выполните редактирование и форматирование отчета. Для перехода из режима предварительного просмотра в режим конструктора необходимо щелкнуть команду Закрыть на панели инструментов окна приложения Access. На экране появится отчет в режиме Конструктора.

Редактирование:

1) удалите поля код студента в верхнем колонтитуле и области данных;

2) переместите влево все поля в верхнем колонтитуле и области данных.

3) Измените надпись в заголовке страницы

В разделе Заголовок отчета выделить надпись Студенты.

Поместите указатель мыши справа от слова Студенты, так чтобы указатель принял форму вертикальной черты (курсора ввода), и щелкните в этой позиции.

Введите НТУ "ХПИ" и нажмите Enter.

4) Переместите Надпись. В Нижнем колонтитуле выделить поле =Now () и перетащить его в Заголовок отчета под название Студенты. Дата будет отображаться под заголовком.

5) На панели инструментов Конструктор отчетов щелкнуть на кнопке Предварительный просмотр, чтобы просмотреть отчет.

Форматирование:

1) Выделите заголовок Студенты НТУ "ХПИ"

2) Измените гарнитуру, начертание и цвет шрифта, а также цвет заливки фона.

3) На панели инструментов Конструктор отчетов щелкнуть на кнопке Предварительный просмотр, чтобы просмотреть отчет.

Изменение стиля:

Для изменения стиля выполните следующее:

На панели инструментов Конструктора отчетов щелкнуть на кнопке Автоформат, откроется диалоговое окно Автоформат.

В списке Стили объекта "отчет - автоформат" щелкнуть на пункте Строгий и затем щелкнуть на кнопке ОК. Отчет будет отформатирован в стиле Строгий.

Переключится в режим Предварительный просмотр. Отчет отобразится в выбранном вами стиле. Впредь все отчеты созданные с помощью функции Автоотчет будут иметь стиль Строгий, пока вы не зададите другой стиль в окне Автоформат.

Экспертные и обучающиеся системы

Экспертные системы являются одним из основных приложений искусственного интеллекта. Искусственный интеллект - это один из разделов информатики, в котором рассматриваются задачи аппаратного и программного моделирования тех видов человеческой деятельности, которые считаются интеллектуальными.

Результаты исследований по искусственному интеллекту используются в интеллектуальных системах, которые способны решать творческие задачи, принадлежащие конкретной предметной области, знания о которой хранятся в памяти (базе знаний) системы. Системы искусственного интеллекта ориентированы на решение большого класса задач, к которым относятся так называемые частично структурированные или неструктурированные задачи (слабо формализуемые или неформализуемые задачи).

Информационные системы, используемые для решения частично структурированных задач, подразделяются на два вида:

Создающие управленческие отчеты (выполняющие обработку данных: поиск, сортировку, фильтрацию). Принятие решения осуществляется на основе сведений, содержащихся в этих отчетах.

Разрабатывающие возможные альтернативы решения. Принятие решения сводится к выбору одной из предложенных альтернатив.

Информационные системы, разрабатывающие альтернативы решений, могут быть модельными или экспертными:

Модельные информационные системы предоставляют пользователю модели (математические, статистические, финансовые и т.д.), которые помогают обеспечить выработку и оценку альтернатив решения.

Экспертные информационные системы обеспечивают выработку и оценку возможных альтернатив пользователем за счет создания систем, основанных на знаниях, полученных от специалистов - экспертов.

Экспертные системы - это программы для компьютеров, аккумулирующие знания специалистов - экспертов в конкретных предметных областях, которые предназначены для получения приемлемых решений в процессе обработки информации. Экспертные системы трансформируют опыт экспертов в какой-либо конкретной отрасли знаний в форму эвристических правил и предназначены для консультаций менее квалифицированных специалистов.

Известно, что знания существуют в двух видах: коллективный опыт, личный опыт. Если предметная область представлена коллективным опытом (например, высшая математика), то эта предметная область не нуждается в экспертных системах. Если в предметной области большая часть знаний является личным опытом специалистов высокого уровня и эти знания являются слабоструктурированными, то такая область нуждается в экспертных системах. Современные экспертные системы нашли широкое применение во всех сферах экономики.

База знаний является ядром экспертной системы. Переход от данных к знаниям является следствием развития информационных систем. Для хранения данных применяются базы данных, а для хранения знаний - базы знаний. В базе данных, как правило, хранятся большие массивы данных с относительно небольшой стоимостью, а в базах знаний хранятся небольшие по объему, но дорогие информационные массивы.

База знаний - это совокупность знаний, описанных с использованием выбранной формы их представления. Наполнение базы знаний является одной из самых сложных задач, которая связана с выбором знаний их формализацией и интерпретацией.

Экспертная система состоит из:

базы знаний (в составе рабочей памяти и базы правил), предназначенной для хранения исходных и промежуточных фактов в рабочей памяти (ее еще называют базой данных) и хранения моделей и правил манипулирования моделями в базе правил

решателя задач (интерпретатора), который обеспечивает реализацию последовательности правил для решения конкретной задачи на основе фактов и правил, хранящейся в базах данных и базах знаний

подсистемы пояснения, позволяет пользователю получить ответы на вопрос: "Почему система приняла такое решение?"

подсистемы приобретения знаний, предназначенной как для добавления в базу знаний новых правил, так и модификации имеющихся правил.

интерфейса пользователя, комплекса программ, реализующих диалог пользователя с системой на стадии ввода информации, и получения результатов.

Экспертные системы отличаются от традиционных систем обработки данных тем, что в них, как правило, используется символьный способ представления, символьный вывод и эвристический поиск решений. Для решения слабо формализуемых или неформализуемых задач более перспективными являются нейронные сети или нейрокомпьютеры.

Основу нейрокомпьютеров составляют нейронные сети - иерархические организованные параллельные соединения адаптивных элементов - нейронов, которые обеспечивают взаимодействие с объектами реального мира так же, как и биологическая нервная система.

Большие успехи использования нейросетей достигнуты при создании самообучающихся экспертных систем. Сеть настраивают, т.е. обучают, пропуская через нее все известные решения и добиваясь получения требуемых ответов на выходе. Настройка состоит в подборе параметров нейронов. Часто используют специализированную программу обучения, которая занимается обучением сети. После обучения система готова к работе.

Если в экспертную систему ее создатели предварительно закладывают знания в определенной форме, то в нейронных сетях неизвестно даже разработчикам, как формируются знания в ее структуре в процессе обучении и самообучении, т.е. сеть представляет собой "черный ящик".

Нейрокомпьютеры, как системы искусственного интеллекта, являются весьма перспективными и могут бесконечно совершенствоваться в своем развитии. В настоящее время системы искусственного интеллекта в форме экспертных систем и нейронных сетей находят широкое применение при решении финансово - экономических проблем.

Тема1. ЭОС как компонент интенсивного обучения специалистов.

Лекция 8. Экспертно-обучающие системы.

Сферы применения экспертных систем в менеджменте.

Стоимость экспертных систем.

Развитие экпертных систем.

На протяжении последних двадцати лет специалисты в области интеллектуальных систем ведут активные исследовательские работы в области создания и использования экспертных систем, предназначенных для сферы образования. Появился новый класс экспертных систем - экспертные обучающие системы - наиболее перспективное направление совершенствования программных педагогических средств в сторону процедурность знаний.

Экспертная система - это комплекс компьютерного программного обеспечения, помогающий человеку принимать обоснованные решения. Экспертные системы используют информацию, полученную заранее от экспертов - людей, которые в какой-либо области являются лучшими специалистами.

Экспертные системы должны:

• хранить знания об определенной предметной области (факты, описания событий и закономерностей);
• уметь общаться с пользователем на ограниченном естественном языке (т.е. задавать вопросы и понимать ответы);
• обладать комплексом логических средств для выведения новых знаний, выявления закономерностей, обнаружения противоречий;
• ставить задачу по запросу, уточнять её постановку и находить решение;
• объяснять пользователю, каким образом получено решение.

Желательно также, чтобы экспертная система могла:

• сообщать такую информацию, которая повышает доверие пользователя к экспертной системе;
• «рассказывать» о себе, о своей собственной структуре

Экспертная обучающая система (ЭОС) - это программа, реализующая ту или иную педагогическую цель на основе знаний эксперта в некоторой предметной области, осуществляя диагностику обучения и управления учением, а также демонстрируя поведение экспертов (специалистов-предметников, методистов, психологов). Экспертность ЭОС заключается в наличии в ней знаний по методике обучения, благодаря которым она помогает преподавателям обучать, а учащимся - учиться.

Архитектура экспертной обучающей системы включает в себя два основных компонента: базу знаний (хранилище единиц знаний) и программный инструмент доступа и обработки знаний, состоящий из механизмов вывода заключений (решения), приобретения знаний, объяснения получаемых результатов и интеллектуального интерфейса.

Обмен данными между обучаемым и ЭОС выполняет программа интеллектуального интерфейса, которая воспринимает сообщения обучаемого и преобразует их в форму представления базы знаний и, наоборот, переводит внутреннее представление результата обработки в формат обучаемого и выдает сообщение на требуемый носитель. Важнейшим требованием к организации диалога обучаемого с ЭОС является естественность, которая не означает буквально формулирование потребностей обучаемого предложениями естественного языка. Важно, чтобы последовательность решения задачи была гибкой, соответствовала представлениям обучаемого и велась в профессиональных терминах.

Наличие развитой системы объяснений (СО) чрезвычайно важно для ЭОС, работающих в области обучения. В процессе обучения такая ЭОС будет выполнять не только активную роль «учителя», но и роль справочника, помогающего обучаемому изучать внутренние процессы, происходящие в системе, с помощью моделирования прикладной области. Развитая СО состоит из двух компонент: активной, включающей в себя набор информационных сообщений, выдаваемых обучаемому в процессе работы, зависящих от конкретного пути решения задачи, полностью определяемых системой; пассивной (основной компоненты СО), ориентированной на инициализирующие действия обучаемого.

Активная компонента СО является развернутым комментарием, сопровождающем действия и результаты, полученные системой. Пассивная компонента СО - это качественно новый вид информационной поддержки, присущей только системам, основанным на знаниях. Эта компонента, помимо развитой системы HELP-ов, вызываемых обучаемым, имеет системы пояснений хода решения задачи. Система пояснений в существующих ЭОС реализуется различными способами. Она может представлять собой: набор информационных справок о состоянии системы; полное или частичное описание пройденного системой пути по дереву решений; список проверяемых гипотез (основания для их формирования и результаты их проверки); список целей, управляющих работой системы, и путей их достижения.

Важной особенностью развитой СО является использование в ней естественного языка общения с обучаемым. Широкое применение систем «меню» позволяет не только дифференцировать информацию, но и в развитых ЭОС судить об уровне подготовленности обучаемого, формируя его психологический портрет.

Однако обучаемого не всегда может интересовать полный вывод решения, содержащий множество ненужных деталей. В этом случае система должна уметь выбирать из цепочки только ключевые моменты с учетом их важности и уровня знаний обучаемого. Для этого в базе знаний необходимо поддерживать модель знаний и намерений обучаемого. Если же обучаемый продолжает не понимать полученный ответ, то система должна в диалоге на основе поддерживаемой модели проблемных знаний обучать его тем или иным фрагментам знаний, т.е. раскрывать более подробно отдельные понятия и зависимости, если даже эти детали непосредственно в выводе не использовались.

Классификация компьютерных обучающих систем

Компьютерные обучающие средства делятся на:

· компьютерные учебники;

• предметно-ориентированные среды;
• лабораторные практикумы;
• тренажеры;
• системы контроля знаний;
• справочники и базы данных учебного назначения;
• инструментальные системы;
• эксперно-обучающие системы.

Автоматизированные обучающие системы (АОС) - комплексы программно-технических и учебно-методических средств, обеспечивающих активную учебную деятельность. АОС обеспечивают не только обучение конкретным знаниям, но и проверку ответов учащихся, возможность подсказки, занимательность изучаемого материала и др.

АОС представляют собой сложные человеко-машинные системы, в которых объединяется в одно целое ряд дисциплин: дидактика (научно обосновываются цели, содержание, закономерности и принципы обучения); психология (учитываются особенности характера и душевный склад обучаемого); моделирование, машинная графика и др.

Основное средство взаимодействия обучаемого с АОС - диалог . Диалогом с обучающей системой может управлять как сам обучаемый, так и система. В первом случае обучаемый сам определяет режим своей работы с АОС, выбирая способ изучения материала, который соответствует его индивидуальным способностям. Во втором случае методику и способ изучения материала выбирает система, предъявляя обучаемому в соответствии со сценарием кадры учебного материала и вопросы к ним. Свои ответы обучаемый вводит в систему, которая истолковывает для себя их смысл и выдает сообщение о характере ответа. В зависимости от степени правильности ответа, либо от вопросов обучаемого система организует запуск тех или иных путей сценария обучения, выбирая стратегию обучения и приспосабливаясь к уровню знаний обучаемого.

Экспертные обучающие системы (ЭОС). Реализуют обучающие функции и содержат знания из определенной достаточно узкой предметной области. ЭОС располагают возможностями пояснения стратегии и тактики решения задачи изучаемой предметной области и обеспечивают контроль уровня знаний, умений и навыков с диагностикой ошибок по результатам обучения.

Учебные базы данных (УБД) и учебные базы знаний (УБЗ), ориентированные на некоторую предметную область. УБД позволяют формировать наборы данных для заданной учебной задачи и осуществлять выбор, сортировку, анализ и обработку содержащейся в этих наборах информации. В УБЗ, как правило, содержатся описание основных понятий предметной области, стратегия и тактика решения задач; комплекс предлагаемых упражнений, примеров и задач предметной области, а также перечень возможных ошибок обучаемого и информация для их исправления; база данных, содержащая перечень методических приемов и организационных форм обучения.

Системы Мультимедиа. Позволяют реализовать интенсивные методы и формы обучения, повысить мотивацию обучения за счет применения современных средств обработки аудиовизуальной информации, повысить уровень эмоционального восприятия информации, сформировать умения реализовывать разнообразные формы самостоятельной деятельности по обработке информации.

Системы Мультимедиа широко используются с целью изучения процессов различной природы на основе их моделирования. Здесь можно сделать наглядной невидимую обычным глазом жизнь элементарных частиц микромира при изучении физики, образно и понятно рассказать об абстрактных и n-мерных мирах, доходчиво объяснить, как работает тот или иной алгоритм и т.п. Возможность в цвете и со звуковым сопровождением промоделировать реальный процесс поднимает обучение на качественно новую ступень.

Системы <Виртуальная реальность>. Применяются при решении конструктивно-графических, художественных и других задач, где необходимо развитие умения создавать мысленную пространственную конструкцию некоторого объекта по его графическому представлению; при изучении стереометрии и черчения; в компьютеризированных тренажерах технологических процессов, ядерных установок, авиационного, морского и сухопутного транспорта, где без подобных устройств принципиально невозможно отработать навыки взаимодействия человека с современными сверхсложными и опасными механизмами и явлениями.

Образовательные компьютерные телекоммуникационные сети. Позволяют обеспечить дистанционное обучение (ДО) - обучение на расстоянии, когда преподаватель и обучаемый разделены пространственно и (или) во времени, а учебный процесс осуществляется с помощью телекоммуникаций, главным образом, на основе средств сети Интернет. Многие люди при этом получают возможность повышать образование на дому (например, взрослые люди, обремененные деловыми и семейными заботами, молодежь, проживающая в сельской местности или небольших городах). Человек в любой период своей жизни обретает возможность дистанционно получить новую профессию, повысить свою квалификацию и расширить кругозор, причем практически в любом научном или учебном центре мира.

В образовательной практике находят применение все основные виды компьютерных телекоммуникаций: электронная почта, электронные доски объявлений, телеконференции и другие возможности Интернета. ДО предусматривает и автономное использование курсов, записанных на видеодиски, компакт-диски и т.д. Компьютерные телекоммуникации обеспечивают:

• возможность доступа к различным источникам информации через систему Internet и работы с этой информацией;
• возможность оперативной обратной связи в ходе диалога с преподавателем или с другими участниками обучающего курса;
• возможность организации совместных телекоммуникационных проектов, в том числе международных, телеконференций, возможность обмена мнениями с любым участником данного курса, преподавателем, консультантами, возможность запроса информации по любому интересующему вопросу через телеконференции.
• возможность реализации методов дистанционного творчества, таких как участие в дистанционных конференциях, дистанционный <мозговой штурм> сетевых творческих работ, сопоставительный анализ информации в WWW, дистантные исследовательские работы, коллективные образовательные проекты, деловые игры, практикумы, виртуальные экскурсии др.

Совместная работа стимулирует учащихся на ознакомление с разными точками зрения на изучаемую проблему, на поиск дополнительной информации, на оценку получаемых собственных результатов.

Читайте также: C2 Покажите на трех примерах наличие многопартийной политической системы в современной России. II. Системы, развитие которых можно представить с помощью Универсальной Схемы Эволюции III. Требования к организации системы обращения с медицинскими отходами MES-системы (Manufacturing Execution System) - системы управления производством (у нас больше известные как АСУТП) Oсoбеннoсти и прoблемы функциoнирoвaния вaлютнoй системы Республики Белaрусь А. Оппозиция логичных и нелогичных действий как исходноеотношение социальной системы. Теория действия Парето и теория действия Вебера

Экспертная система – это компьютерная система, использующая знания одного или нескольких экспертов, представленные в некотором формальном виде, а также логику принятия решения человеком-экспертом в трудно- или неформализуемых задачах.

Экспертные системы способны в сложной ситуации (при недостатке времени, информации или опыта) дать квалифицированную консультацию (совет, подсказку), помогающую специалисту (в нашем случае – учителю) принять обоснованное решение. Основная идея этих систем состоит в использовании знаний и опыта специалистов высокой квалификации в данной предметной области специалистам менее высокой квалификации в той же предметной области при решении возникающих перед ними проблем. Отметим, что специалистами высокой квалификации в педагогике принято называть опытных методистов. Обычно экспертные системы создаются в узких предметных областях.

Экспертные системы не заменяют специалиста, а являются его советчиком, интеллектуальным партнером. Серьезным преимуществом экспертной системы является то, что объем информации хранящейся в системе практически не ограничен. Введенные в машину один раз, знания сохраняются навсегда. Человек же имеет ограниченную базу знаний, и если данные долгое время не используются, то они забываются и теряются навсегда. После того как были разработаны первые технологии экспертного оценивания и получены с их помощью первые серьезные результаты, возможности их практического использования сильно преувеличивались. Необходимо правильно понимать реальные возможности их использования. Безусловно, далеко не все существующие проблемы могут быть решены с помощью экспертных оценок. Хотя корректное использование экспертных технологий во многих случаях остается единственным способом подготовки и принятия обоснованных решений.

Экспертные обучающие системы способны имитировать работу человека – эксперта в данной предметной области. Происходит это следующим образом: на этапе создания системы на основе знаний экс­пертов в данной предметной области формируется модель обуча­емого, затем в процессе функционирования системы знания обучаемых диагностируются, фиксируются ошибки и затруднения в ответах. В память компьютера заносятся данные о знаниях, навыках, ошибках, способностях каждого обучаемого. Система проводит анализ результатов учебной деятельности каждого обучаемого, группы или нескольких групп, выявляет наиболее часто встречаемые затруднения и ошибки.

Экспертные системы включает следующие подсистемы : базу знаний, механизм вывода информации, интеллектуальный интерфейс и подсистему пояснений. Рассмотрим эти подсистемы более подробно.

База знаний в данном случае содержит формальное описание знаний экспертов, представленное в виде набора фактов и правил.

Механизм вывода или решатель - это блок, представляющий собой программу, реализующую прямую или обратную цепочку рассуждений в качестве общей стратегии построения вывода. Экспертные обучающие системы можно использовать как средство представления знаний, организации диалога между пользователем и системой, способной по требованию пользователя представить ход рассуждений при решении той или иной учебной задачи в виде, приемлемом для ученика.

С помощью интеллектуального интерфейса экспертная система задает вопросы пользователю и отображает сделанные выводы, представляя их обычно в символьном виде.

К основному преимуществу экспертных систем перед человеком-экспертом можно отнести отсутствие субъективного подхода, которое может быть присуще некоторым экспертам. Проявляется это, прежде всего в возможности использованиясистемы пояснений хода в процессе решения задачи или примера. Технологии экспертного оценивания позволяют генерировать рекомендации ученикам и обобщенные данные педагогам. Данные полученные системой позволят педагогам выявить те разделы, которые обучаемые усвоили слабо, изучить причины недопонимания учебного материала и устранить их.

В сфере обучения подобные системы можно использовать не только для представления учебного материала, но и для контроля знаний, умений, навыков, для сопровождения решения за­дач на уровне репетитора. В этом случае система осуществляет пошаговый контроль правильности хода решения задачи. В случае контроля знаний, умений, навыков система осуществляет диагностику уровня усвоения учебного материала. Ученику предоставляется свобода в выборе темпа работы с системой и траектории обучения.

Выделим основные дидактические требования к экспертным обучающим системам .

1. Учет не только уровня подготовки (низкий, средний, высокий) и уровня усвоения (узнавание, алгоритмический, эвристический, творческий), но и психологических особенностей, личностных предпочтений обучаемого. Например: выбор режима работы, темпа работы, дизайна экрана, вариантов интерактивного взаимодействия.

2. Обеспечение максимальной свободы в выборе ответа на вопросы, а также возможности помощи или подсказки.

3. Реализация возможности получения объяснения целесообразности того или иного решения, получения объяснения действий системы, воспроизведения цепочки правил, используемых системой. Система должна фиксировать и запоминать ошибки в рассуждениях пользователя, чтобы он в любой момент мог вернуться к ним. Ошибки должны быть диагностированы, а помощь пользователю - адекватна этим ошибкам.

Эффективность использования экспертной обучающей системы зависит от следующих факторов .

1. Опыта эксперта или группы экспертов, чьи обобщенные знания и опыт положены в основу работы системы.

2. Технических возможностей средств ИКТ, используемых в учебном процессе.

3. Качества конкретного программного обеспечения.

4. Степени практической реализации персонализированного обучения, основанного на выборе индивидуальных обучающих воздействий.

Под интеллектуальной обучающей системой принято подразумевать комплекс организационно-методического, информационного, математического и программного обеспечения. Однако в это понятие должны быть включены и "человеческие" составляющие данной системы, а именно ученик и учитель. В связи с этим интеллектуальную обучающую систему необходимо рассматривать как сложную человеко-машинную систему, работающую в режиме интерактивного взаимодействия в схеме ученик – система - педагог. Подобные системы принято ориентировать на конкретную предметную область.

Интеллектуальные обучающие системы состоят из двух частей: основной части, включающей учебную информацию (образовательный контент) и вспомогательной части, реализующей интеллектуальное управление ходом учебного процесса.

Структура интеллектуальной обучающей системы:

Основная часть программы состоит из следующих моду­лей: информационного, моделирующего, расчетного, контролирую­щего. Основная часть системы включает в себя разного рода учебную информацию: текст, таблицы, рисунки, анимацию, видеофрагменты. Текст может содержать активные окна, которые позволяют пользователю продвигаться вглубь экрана, перемещаться по произвольной траектории из одного раздела в другой, концентрируя свое внимание на нужной информации, осуществлять произвольный выбор последовательности ознакомления с информацией.

Информационный модуль включает в себя базу данных и базу знаний учебного назначения. База данных содержит учебный, информационный, ин­формационно-справочный материал, список обучаемых, успеваемость и т.п. В процессе создания базы знаний возможно использование всего спектра возможностей технологии мультимедиа, гипермедиа и телекоммуникаций.

В моделирующем модуле содержатся компьютерные модели (имитация работы компьютера, визуализация передачи данных по компьютерным сетям и другое). Компьютерное моделирование позволяет визуализировать разного рода явления и процессы, которые не поддаются непосредственному наблюдению. Работа с компьютерными моделями позволяет существенно сократить время на подготовку и проведение сложных экспериментов, выделить самое важное, организовать интересное научное исследование. Возможность многократного повторения эксперимента позволит обучаемым приобрести навыки анализа результатов эксперимента, сформировать умение обобщать полученные результаты и формулировать выводы.Ученик имеет возможность исследования частных случаев, исходя из общих законов, или, наоборот, в результате изучения частных установить общий закон или закономерность.

Расчетный модуль предназначен для автоматизации различных расчетов.

Контролирующий модуль содержит вопросы, задания, упражнения, предназначенные для контроля знаний обучаемых.

Вспомогательная часть обеспечивает «интеллектуальную» работу системы. Именно здесь заложена схема обучающей последовательности, механизмы адаптации системы к конкретному объекту обучения, средства интеллектуального анализа объема и структуры знаний, необходимых для организации и управления учебным процессом. Помимо этого в вспомогательную часть входит подсистема интеллектуального управления ходом учебного процесса, реализующая интерактивный диалог пользователя с системой; контрольно-диагностирующий модуль, позволяющий рассчитать и оценить параметры субъекта обучения для определения обучающих воздействий, оптимальной стратегии и тактики обучения на каждом этапе занятия; осуществляющая экспертизу уровня знаний, умений, навыков, правильности решения разного рода задач, статистическую обработку результатов контроля, диагностику ошибок. Управляющая реакция системы, как правило, обуславливается ответами ученика на контрольные вопросы. Естественным требованием здесь является минимизация расхождения ответа ученика с передаваемой ему информацией. Система осуществляет контроль за прохождением обучаемыми этапов занятия и выводит эту информацию на компьютер учителя.

Преподаватель работает в тесном контакте с системой, получает от нее информацию о ходе процесса обучения, посылает запросы и вводит изменения в программу. Внесение изменений возможно только в том случае, если система является открытой, тогда в ней должен присутствовать сервисный модуль. Именно этот модуль позволяет учителю вносить в систему необходимые изменения и дополнения. Каждый из модулей является автономным, поэтому при внесении изменений в один из модулей со­держание остальных модулей основной части не изменяется.

Интеллектуальная обучающая система может быть использования не только на уроках, но и во время самостоятельной работы обучаемых, в процессе научно-исследовательской деятельности. Следует отметить, что системам искусственного интеллекта свойственны те же недостатки, что и экспертным обучающим системам, связанные с трудностью практической реализации системой индивидуализации и дифференциации обучения в том виде, который характерен для индивидуального обучения педагогом конкретного обучаемого. Такое положение вызвано тем, что искусственный интеллект лишь отдаленно напоминает некоторые человеческие качества и ни в коей мере не может отождествляться с интеллектом человека.

Выделим основные преимущества использования интеллектуальной обучающей системы на уроке .

Учитель : полу­чает достоверные данные о результатах учебной деятельности каждого отдельного ученика и класса в целом. Достоверность же определяется тем, что система фиксирует ошибки и затруднения в ответах ученика, выявляет наиболее часто встречаемые затруднения и ошибки, констатирует причины ошибочных действий обучаемого и посылает на его компьютер соответствующие комментарии и рекомендации; анализирует действия ученика, реализует широкий спектр обучающих воздействий, генерирует задания в зависимости от интеллектуального уровня конкретного обучаемого, уровня его знаний, умений, навыков, особенностей его мотивации, осуществляет управление рассылкой заданий и т.д.

Ученик получает в лице подобной системы не просто учителя, а персонального помощника в изучении конкретной дисциплины.

Эффективность работы интеллектуальных обучающих систем зависит от соблюдения ряда условий :

Возможности накопления и применения знаний о результа­тах обучения каждого обучаемого для выбора индивидуальных обучающих воздействий и управления процессом обучения для фор­мирования комплексных знаний и умений;

Валидности критериев оценки уровня знаний, умений, навыков; уровня подготовки (низкий, средний, высокий) или уровня усвоения материала (узнавание, алгоритмический, эвристический, творческий);

Возможности адаптации системы к изменению состояния обучаемого (обучаемый относился к среднему уровню, но на данном занятии его знания приближаются к высокому или, наоборот, к низкому уровню).

Внедрение в учебный процесс интеллектуальных обучающих систем позволит усилить эмоциональное восприятие учебной ин­формации; повысить мотивацию обучения за счет возможности само­контроля, индивидуального, дифференцированного подхода к каж­дому обучаемому; развить процессы познавательной деятель­ности; проводить поиск и анализ разнообразной ин­формации; создать условия для формирования умений самостоятельного приобретения знаний.

• Специальность ВАК РФ13.00.02
• Количество страниц 192

ВВЕДЕНИЕ

ГЛАВА 1. КОМПЬЮТЕРНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ В

ПРОЦЕССЕ ОБРАЗОВАНИЯ

1.1. Краткий обзор внедрения компьютерных технологий обучения.

1.2. Экспертные системы: их фундаментальные свойства и применение.

1.3. Применение экспертных систем в процессе обучения. Экспертно-обучающие системы.

1.4. Проведение и анализ основных результатов констатирующего эксперимента.

1.5. Перспективы использования экспертных систем в учебном процессе.

ВЫВОДЫ ПО ПЕРВОЙ ГЛАВЕ

ГЛАВА 2. ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ПОСТРОЕНИЯ

ЭКСПЕРТНО-ОБУЧАЮЩИХ СИСТЕМ

2.1. Архитектура ЭОС.

2.2. Представление знаний в ЭОС.

2.3. Модель обучаемого.

2.4. Классификация ЭОС. 89 ВЫВОДЫ ПО ВТОРОЙ ГЛАВЕ

ГЛАВА 3. ОБУЧАЮЩАЯ СИСТЕМА, ПОСТРОЕННАЯ ПО

ПРИНЦИПУ ДЕЙСТВИЯ ЭКСПЕРТНО-ОБУЧАЮЩИХ СИСТЕМ, ОРИЕНТИРОВАННАЯ НА РЕШЕНИЕ ЗАДАЧ О ДВИЖЕНИИ ТЕЛА ПО НАКЛОН

НОЙ ПЛОСКОСТИ

3.1. Программные средства, обучающие решению физических задач.

3.2. Построение и работа обучающей системы построенной по принципу действия экспертно-обучающих систем, ориентированной на решение задач о движении тела по наклонной плоскости.

3.3. Задачи, решаемые с помощью разработанной экспертно-обучающей системы.

ВЫВОДЫ ПО ТРЕТЬЕЙ ГЛАВЕ

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА МЕТОДИКИ ОБУЧЕНИЯ УЧАЩИХСЯ С ИСПОЛЬЗОВАНИЕМ РАЗРАБОТАННЫХ ПРОГРАММНЫХ СРЕДСТВ

4.1. Проведение и анализ основных результатов поискового эксперимента.

4.2. Проведение и анализ основных результатов обучающего и контрольного педагогического эксперимента.

ВЫВОДЫ ПО ЧЕТВЕРТОЙ ГЛАВЕ

Рекомендованный список диссертаций

• Методика применения экспертных систем для корректировки процесса обучения и оценки эффективности ППС 1997 год, кандидат педагогических наук Снижко, Елена Александровна

• Дидактическая компьютерная среда как составляющая технологии формирования обобщенных умений учащихся в выполнении экспериментального исследования 2002 год, кандидат педагогических наук Кокшаров, Владимир Леонидович

• Компьютерная технология подготовки и проведения учебных занятий 1999 год, кандидат педагогических наук Седых, Светлана Павловна

• Дидактическая специфика информационных технологий в образовательном процессе средней школы: На материале курса астрономии 2002 год, кандидат педагогических наук Рысин, Михаил Леонидович

• Принципы построения и использования экспертных обучающих систем в курсе "Теоретические основы информатики" 2000 год, кандидат педагогических наук Кудинов, Виталий Алексеевич

Введение диссертации (часть автореферата) на тему «Компьютерные обучающие системы, построенные по принципу действия экспертно-обучающих систем: Разработка и применение при обучении решению физ. задач»

Традиционно процесс обучения вообще и процесс обучения физике, в частности, рассматривается как двусторонний, включающий в себя деятельность преподавателя и учащихся. Активное использование ЭВМ в учебном процессе делает ее полноправным третьим партнером процесса обучения. Компьютеры предоставляют практически неограниченные возможности для развития самостоятельного творческого мышления учащихся, их интеллекта, а также самостоятельной творческой деятельности учащихся и преподавателей.

Активная работа по поиску новых форм и методов обучения началась в 60-е годы. Под руководством академика А.И. Берга были организованы и проведены работы, посвященные проблемам программированного обучения, внедрению технических средств обучения и обучающих машин. Программированное обучение явилось первым шагом к активизации учебной деятельности. Глубокие исследования по вопросам теории и практики программированного обучения провели В.П. Беспалько, Г.А. Бордовский, Б.С. Гершунский, В.А. Извозчиков, Е.И. Машбиц, Д.И. Пеннер, А.И. Раев, В.Г. Разумовский, Н.Ф. Талызина и другие.

Вопросы эффективного использования ЭВМ в учебном процессе и исследования по разработке эффективных методов и средств компьютерного обучения остаются актуальными и в настоящее время. В нашей стране и за рубежом ведутся соответствующие работы в данной области. Однако до сих пор еще не сформировалось единого взгляда по вопросам применения средств вычислительной техники в сфере образования.

Начальный период использование ЭВМ в процессе обучения характеризуется как период интенсивного развития идей программированного обучения и разработки автоматизированных обучающих систем. Разработчики автоматизированных обучающих систем исходили из предположения, что процесс обучения может быть осуществлен путем хорошо организованной последовательности кадров обучающей и контролирующей информации. Первые эксперименты по использованию ЭВМ в учебном процессе нашли свое воплощение в виде программ учебного назначения с детерминированным сценарием обучения. Данному классу программ учебного назначения присущи следующие недостатки: низкий уровень адаптации к индивидуальным особенностям учащегося; сведение задачи диагностики знаний учащегося к задаче определения принадлежности его ответов к одному из классов эталонных ответов; большие трудозатраты на подготовку учебного материала.

Альтернативным подходом к процессу компьютеризации обучения является создание так называемых учебных сред. В учебной среде реализуется концепция обучения через открытие. Принципиальное отличие данного подхода от рассмотренного выше заключается в том, что в данном случае к учащемуся относятся как к некоторой автономной системе, способной иметь свои цели. Для данного класса программ учебного назначения характерны следующие особенности: учебная среда предоставляет учащемуся учебные материалы и другие ресурсы, необходимые для достижения учебной цели, поставленной ему преподавателем либо им самим; отсутствие контроля действий учащегося со стороны системы. Основное назначение учебной среды - создание благоприятной, "дружественной" среды или "мира", "путешествуя" по которой, учащийся приобретает знания.

Исследования в области психологии мышления, достижения в области искусственного интеллекта и технологий программирования расширили область применения компьютера в учебном процессе, позволили проверить на практике новые концепции интеллектуализации компьютерного обучения.

Резкое увеличение объема информации в учебном процессе предъявляет новые требования к кибернетическому подходу в обучении, а, следовательно, и к педагогическим программным средствам. Они должны помочь эффективно решать основную задачу - управление процессом обучения с использованием обратной связи на основе детальной диагностики знаний учащихся, выявлении причин возникновения у них ошибок с одновременным объяснением предлагаемого компьютером варианта решения учебной задачи. Отмеченные особенности наиболее эффективно реализуются, прежде всего, обучающими системами, построенными по принципу действия экспертно-обучающих систем, что и определяет актуальность теоретико-практического исследования данной проблемы.

Внедрение экспертных систем в учебный процесс является естественным логическим продолжением компьютеризации образования, его качественно новым этапом, закладывающим основы информатизации образования. Этот процесс стал возможен благодаря глубоким исследованиям, проведенным по вопросам компьютеризации образования учеными и педагогами. Учитывая, что применение экспертных систем для решения проблем по физике дали положительные результаты, исследования по разработке и применению экспертных систем являются актуальными не только в научной, но и в педагогической деятельности, включая и обучение физике.

Использование обучающих программ, построенных по принципу действия экспертно-обучающих систем, в процессе обучения даст новых качественный скачок в образовании. Их внедрение в практику обучения позволит: изменить стиль обучения, превратив его из информационно-объяснительного в познавательный, учебно-исследовательский; сократить сроки овладения необходимыми знаниями.

Объектом исследования является процесс обучения физике.

Предметом исследования является процесс обучения решению задач по физике с использованием обучающей системы, построенной по принципу действия экспертно-обучающих систем, и формирование у учащихся общего способа решения задач.

Цель работы состояла в разработке и создании обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение физических задач определенного класса, и исследовании возможности формирования у учащихся общего способа решения при обучении решению задач по физике с использованием данных специально разработанных педагогических программных средств.

Гипотеза исследования заключается в следующем: внедрение в процесс обучения обучающих систем, построенных по принципу действия экспертно-обучающих систем, приведет к более эффективному усвоению учащимися общего способа решения задач по физике, что позволит повысить их успеваемость, углубить их знания по физике и будет способствовать повышению качества знаний по изучаемому предмету.

Исходя из сформулированной гипотезы, для достижения цели исследования были поставлены и решены следующие задачи:

Анализ современных методов и средств разработки программ учебного назначения. Акцентирование внимания на те из них, которые соответствуют целям работы;

Исследование возможностей использования компьютера для реализации формирования у учащихся общего способа решения задач;

Разработка структуры и принципов построения обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение физических задач определенного класса;

Проверка выдвинутой гипотезы исследования, оценка эффективности разработанной методики, разработанных педагогических программных средств в ходе педагогического эксперимента.

Для решения поставленных задач использовались следующие методы исследования:

Теоретический анализ проблемы на основе изучения педагогической, методической и психологической литературы;

Анкетирование и опрос учащихся, студентов, преподавателей школ и вузов;

Изучение процесса обучения решению задач и разработанной методики в ходе посещения и проведения занятий по физике, наблюдений за учащимися, бесед с преподавателями, проведения и анализа контрольных работ, тестирования учащихся;

Планирование, подготовка, проведение педагогического эксперимента и анализ его результатов.

Научная новизна исследования состоит в:

Разработке обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на решение определенного класса задач по физике;

Теоретическом и практическом обосновании возможности формирования у учащихся общего способа решения задач при использовании в процессе обучения разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем);

Разработке основ методики использования обучающей системы, построенной по принципу действия экспертно-обучающих систем, при обучении решению физических задач.

Теоретическая значимость исследования состоит в разработке подхода к обучению решению задач по физике, заключающегося в реализации управления деятельностью учащихся при решении задач посредством специально разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экс-пертно-обучающих систем).

Практическая значимость исследования заключается в создании программно-методического обеспечения занятий по физике (обучающей системы, построенной по принципу действия экспертно-обучающих систем), определении его роли и места в учебном процессе и разработке основ методики использования данных педагогических программных средств при проведении занятий по решению физических задач с использованием ЭВМ.

На защиту выносится:

Обоснование возможности применения разработанной обучающей системы, построенной по принципу действия экспертно-обучающих систем, в процессе обучения решению задач по физике;

Разработка подхода к управлению деятельностью учащихся посредством специально разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экс-пертно-обучающих систем) при обучении решению задач по физике;

Основы методики использования обучающей системы, построенной по принципу действия экспертно-обучающих систем, при проведении занятий по решению задач в процессе обучения физике.

Апробация и внедрение результатов исследования. Основные результаты исследования докладывались, обсуждались и получили одобрение на заседаниях кафедры методики преподавания физики МПГУ (1994-1997 гг.), на конференции молодых ученых (Мордовский госуниверситет, 1996-1997 гг.), на конференциях МПГУ (апрель, 1996 г.).

Основные положения диссертации отражены в следующих публикациях:

1. Грызлов С.В. Экспертно-обучающие системы (обзор литературы) // Преподавание физики в высшей школе. М., 1996. № 4. - С. 3-12.

2. Грызлов С.В. Применение экспертно-обучающих систем в процессе преподавания физики // Преподавание физики в высшей школе. М., 1996. №5.-С. 21-23.

3. Грызлов С.В., Королев А.П., Соловьев Д.Ю. Экспертно-обучающая система, ориентированная на решение комплекса задач о движении тела по наклонной плоскости // Совершенствование учебного процесса на основе новых информационных технологий. Саранск: Мордовский гос. пед. ин-т, 1996. - С. 45-47.

4. Грызлов С.В., Каменецкий С.Е. Перспективные направления использования компьютерной техники в учебном процессе вуза и школы // Наука и школа. 1997. №2.-С. 35-36.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованной литературы и приложения. Общий объем 192 страницы машинописного текста, включая 25 рисунков, 8 таблиц. Список литературы включает 125 наименований.

Похожие диссертационные работы по специальности «Теория и методика обучения и воспитания (по областям и уровням образования)», 13.00.02 шифр ВАК

• Дидактические условия применения автоматизированных учебных курсов в процессе изучения старшеклассниками естественнонаучных дисциплин 1999 год, кандидат педагогических наук Белоус, Наталья Николаевна

• Разработка объектно-ориентированного математического и программного обеспечения информационных технологий управления индивидуализированным обучением в коррекционной школе 2003 год, кандидат технических наук Кремер, Ольга Борисовна

• Теоретические основы создания и применения дидактических интерактивных программных систем по общетехническим дисциплинам 1999 год, доктор педагогических наук Зайнутдинова, Лариса Хасановна

• Методика обучения геометрии в 10-11 классах общеобразовательной школы с использованием компьютера 2002 год, доктор педагогических наук Мехтиев, Мурадхан Гаджиханович

• Компьютеризированная педагогическая поддержка действий учащегося при работе по разветвленной программе 2002 год, кандидат педагогических наук Царева, Ирина Николаевна

Заключение диссертации по теме «Теория и методика обучения и воспитания (по областям и уровням образования)», Грызлов, Сергей Викторович

ВЫВОДЫ ПО ЧЕТВЕРТОЙ ГЛАВЕ

1. На основании проведенного анализа возможных направлений использования компьютера в обучении выявлены недостатки существующих педагогических программных средств, обоснована необходимость создания и применения в учебном процессе программных средств обучения, построенных по принципу действия экспертно-обучающих систем.

2. Разработана методика проведения занятий с применением разработанных программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем).

3. В ходе поискового эксперимента было определено содержание и скорректирована структура разработанных педагогических программных средств.

4. Проведение поискового эксперимента позволило выработать окончательный вариант методики проведения занятий с применением разработанной обучающей системы, направленной на формирование у учащихся общего способа решения задач.

5. Проведенный сравнительный анализ результатов контрольного педагогического эксперимента свидетельствует о значительном влиянии предлагаемой нами методики проведения занятий по решению физических задач с использованием разработанных педагогических программных средств на формирование у учащихся общего способа решения задач.

Таким образом, доказана справедливость выдвинутой гипотезы о большей эффективности предлагаемой нами методики проведения занятий по решению физических задач с использованием разработанных педагогических программных средств по сравнению с традиционной.

ЗАКЛЮЧЕНИЕ

1. Изучена и проанализирована педагогическая, методическая и психологическая литература и диссертационные исследования по методике использования компьютера в процессе обучения. На этой основе выявлено, что наиболее эффективными педагогическими программными средствами являются программы учебного назначения, построенные по принципу действия экспертно-обучающих систем.

2. Экспертно-обучающие системы, ориентированные на формирование у учащихся общего способа решения, являются наиболее эффективным средством обучения решению задач.

3. Определены перспективы использования экспертно-обучающих систем в учебном процессе, предложены направления использования экспертных систем в процессе обучения.

4. Предложена и обоснована структура обучающей системы, построенной по принципу действия экспертно-обучающих систем, ориентированной на формирование у учащихся общего способа решения задач.

5. Разработана обучающая система, построенная по принципу действия экспертно-обучающих систем, ориентированная на решение комплекса задач о движении тела по наклонной плоскости. Управление деятельностью учащихся в ходе решения задачи с помощью разработанной обучающей системы реализуется посредством: а) компьютерного моделирования, что позволяет выявить существенные свойства и отношения объектов, о которых идет речь в задаче; б) эвристических средств, которые предоставляют учащимся возможность планировать свои действия; в) пошагового контроля действий учащегося со стороны обучающей системы и предъявления по просьбе учащегося эталонного решения задачи, выработки умения оценивать свои действия, выбирать критерии этой оценки.

6. Определена методика проведения занятий по решению задач с использованием разработанных педагогических программных средств, их роль и место в учебном процессе. Основные положения данной методики в следующем: а) самостоятельный выбор учащимися задач для усвоения общего способа решения задач определенного класса; б) использование разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем) для формирования общего способа решения задач; в) сочетание самостоятельного решения задач каждым учащимся с коллективным обсуждением плана решения; г) выделение алгоритма решения задач данного класса на основе обобщения уже решенных задач.

7. Результаты проведенного педагогического эксперимента показали, что формирование у учащихся общего способа решения задач в экспериментальных группах, где обучение проводилось с использованием разработанных педагогических программных средств (обучающей системы, построенной по принципу действия экспертно-обучающих систем), значительно выше, чем в контрольных группах, где обучение проводилось с использованием наиболее распространенных видов компьютерных программ (моделирующих и обучающих), что подтверждает достоверность выдвинутой гипотезы.

Список литературы диссертационного исследования кандидат педагогических наук Грызлов, Сергей Викторович, 1998 год

1. Алексеева Е.Ф., Стефанюк В.Л. Экспертные системы (состояние и перспектива) // Известия АН СССР. Техническая кибернетика. 1984.- №5. С. 153-167.

2. Анацкий Н.М., Левин Н.А., Поспелова Л.Я. Реализация экспертной системы "ИПИЛОГ" / Материалы V Всесоюзного семинара "Разработка и применение программных средств ПЭВМ в учебном процессе": Тез. докл. Орджоникидзе, 1989. - С. 27-28.

3. Андерсон Дж.Р., Рейзер Б. Дж. Учитель ЛИСПа // В кн. Реальность и прогнозы искусственного интеллекта: Сб. статей; пер. с англ. / Под ред. В.Л. Стефанюка. М.: Мир, 1987. - С. 27-47.

4. Антонюк Л.С., Черепина И.С. Об использовании активных методов обучения на младших курсах // Программированное обучение, 1988. -Вып. 25.-С. 98-101.

5. Аристова Л.П. Автоматизация учения школьников. М.: Просвещение, 1968. -139 с.

6. Бабанский Ю.К. Выбор методов обучения в средней школе. М.: Педагогика, 1981. - 176 с.

7. Байков Ф.Я. Проблемно-программированные задания по физике в средней школе. Пособие для учителей. М.: Просвещение, 1982. - 62 с.

8. Балобашко Н.Г., Кузнецов B.C., Смирнов О.А. Обеспечение учебного процесса вычислительными ресурсами. М.: НИИ проблем высш. шк.- 1985. 44 с.

9. Беспалько В.П. Основы теории педагогических систем. Воронеж: Изд-во Воронежского ун-та, 1977. - 304.

10. Беспалько В.П. Программированное обучение (дидактические основы). М., 1970. - 300 с.

11. Бобко И.М. Адаптивные педагогические программные средства. -Новосибирск: изд-во НГУ, 1991. 101 с.

12. Бугаенко Г.А., Буркова С.А. Решение одной задачи повышенной трудности // Физика в школе. № 4. - 1991. - С. 43-46.

13. Буняев М.М. Научно-методические основы проектирования разветвленных диалоговых обучающих систем: Дис. на соискание ученой степени канд. пед. наук. 1992. - 350 с.

14. Власова Е.З. Перспективы применения экспертных систем в учебном процессе // Среднее специальное образование. 1991. - № 4. - С. 21.

15. Власова Е.З. Разработка баз знаний экспертных систем при методической подготовке студентов-физиков: Дис. на соискание ученой степени канд. пед. наук. СП-б, 1993. - 211 с.

16. Гварамия М. Опыт разработки компьютерных учебных пособий по физике // Информатика и образование. 1990. - № 6. - С. 79.

17. Гергей Т., Машбиц Е.И. Психолого-педагогические проблемы эффективного применения компьютеров в учебном процессе // Вопросы психологии. 1985. - № 3. - С. 41-49.

18. Гершунский Б.С. Компьютеризация в сфере образования: проблемы и перспективы. М.: Педагогика, 1987. - 264 с.

19. Глушков В.М. Вычислительная техника и проблемы активизации управления. В сб.: Будущее науки. Перспективы. Гипотезы. Современные проблемы. Вып. 4. - М.: Знание, 1971.

20. Голицина И., Нарьков И. Компьютер на уроках физики // Информатика и образование. 1990. - № 3. - С. 31.

21. Готлиб Б. Компьютерно-дидактическое обеспечение // Информатика и образование. 1987. - № 4. - С. 3-14.

22. Готлиб Б. Структура АОС // Информатика и образование. 1987. - № З.-С. 11-19.

23. Грабарь М.И., Краснянская К.А. Применение математической статистики в педагогических исследованиях. Непараметрические методы. -М., Педагогика, 1977. 136 с.

24. Грызлов С.В. Экспертно-обучающие системы (обзор литературы) // В сб. Преподавание физики в высшей школе. № 4. - М., 1996. - С. 312.

25. Гутман В.И., Мощанский В.Н. Алгоритмы решения задач по механике в средней школе: Книга для учителя. М.: Просвещение, 1988. -95 с.

26. Давыдов В.В. Проблема развивающего обучения: Опыт теоретического и экспериментального психологического исследования. М.: Педагогика, 1986. - 240 с.

27. Далингер В. Диалоговые обучающие программы и требования к ним // Информатика и образование. 1988. - № 6. - С. 35-37.

28. Дановски П., Довгялло A.M., Кирова К.Н. и др. Автоматизированные обучающие системы на базе СПОК // Современная высшая школа.-1983.-№ 1.-С. 171-178.

29. Денисов А.Е., Бушуев С.Д. Программированное обучение и компьютеризация учебного процесса в вузе // Программированное обучение, 1988.-Вып. 25.-С. 3-9.

30. Дидактика средней школы: Некоторые проблемы современной дидактики. / Под ред. М.Н. Скаткина. М.: Просвещение, 1982. - 319 с.

31. Дрига В.И., Панков М.Н. К вопросу о дидактических требованиях по составлению программно-педагогических средств / В сб. Компьютер и образование / Под ред. Разумовского В.Г. М.: АПН СССР, 1991 -117 с.

32. Емельянов В.В., Уханова Т.В., Ясиновский С.И. Использование методов искусственного интеллекта в гибких производственных системах: Учебное пособие по курсу "Организационное управление ГПС" / Под ред. В.В. Емельянова. М.: Изд-во МГТУ, 1991. - 36 с.

33. Еслямов С.Г. Методы и средства, обеспечивающие эффективное применение экспертных систем в обучении: Автореферат диссертации на соискание ученой степени кандидата технических наук: 05.25.05. Киев, 1993.- 16 с.

34. Жаблон К., Симон Ж.-К. Применение ЭВМ для численного моделирования в физике. М.: Наука, 1983. - 235 с.

35. Зак А.З. Как определить уровень развития мышления школьника. -М.: Знание, 1982. 98 с.

36. Ибрагимов О.В., Петрушин В.А. Экспертно-обучающие системы. -Киев, 1989. 21 с. - (Препр. / АН УССР. Ин-т кибернетики им. В.М. Глушкова; 89-47).

37. Извозчиков В.А. Дидактические основы компьютерного обучения физике. Л.: ЛГПИ, 1987. - 256 с.

38. Извозчиков В.А., Жарков И.В. Диалог учащегося и машины // Физика в школе. 1985. - № 5. - С. 48-51.

39. Извозчиков В.А., Ревунов Д.А. ЭВТ на уроках физики в средней школе. М.: Просвещение, 1988. - 239 с.

40. Ильина Т.А. Педагогика: Курс лекций. Учебное пособие для студентов пед. вузов. М.: Просвещение, 1984. - 202 с.

41. Кибернетика и проблемы обучения. / Под ред. А.И. Берга. М.: Прогресс, 1970. - 390 с.

42. Компьютер обретает разум: Пер. с англ./ Под ред. B.JI. Стефанюка. -М.: Мир, 1990. 240 с.

43. Кондратьев А.С., Лаптев В.В. Физика и компьютер. Л.: Изд-во ЛГУ, 1989. - 328 с.

44. Константинов А.Б. ЭВМ в роли теоретика: символьные выкладки и принципы искусственного интеллекта в теоретической физике / Эксперимент на дисплее. М.: Наука, 1989. - С. 6-44.

45. Корж Э.Д., Пеннер Д.И. Программированные задачи по физике для VIII класса. Владимир: В ПИ, 1984. - 81 с.

46. Круг Г.К., Кабанов В.А., Черных А.В. Инструментальные диалоговые обучающие системы на микро-ЭВМ // Микропроцессорные устройства и системы. 1987. - № 3. - С. 29-30.

47. Кузнецов А., Сергеева Т. Обучающие программы и дидактика // Информатика и образование. 1986. - № 2. - С. 87-90.

48. Кузнецов А. Основные принципы применения ЭВМ в процессе обучения. / В сб. Теоретические и прикладные проблемы компьютеризации обучения. Казань, 1988. - 184 с.

49. Ланина И.Я. Формирование познавательных интересов учащихся на уроках физики. М.: Просвещение, 1985. - 128 с.

50. Лобанов Ю.И., Брусиловский П.Л., Съедин В.В. Экспертно обучающие системы. - М., - 56 с. - (Новые информационные технологии в образовании: обзор, информ. /НИИВО; Вып. 2)

51. Ляудис В.Я. Психологические принципы конструирования диалоговых обучающих систем // В сб. Психолого-педагогические и психолого-физиологические проблемы компьютерного обучения. М.: изд-во АН СССР. - 1985.- 162 с.

52. Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ. М.: Финансы и статистика, 1994. - 256 с.

53. Марьясина Е.Д. Анализ правильности ответов в автоматизированных обучающих системах с использованием интерпретирующих моделей // Управляющие системы и машины. 1983. - № 1. - С. 104-107.

54. Маслов А., Таиров О., Труш В. Физиолого-гигиенические аспекты использования персональных ЭВМ в учебном процессе // Информатика и образование. 1987. - № 4. - С. 79-81.

55. Машбиц Е.И. Диалог в обучающей машине. Киев: Вища шк., 1989. -182 с.

56. Машбиц Е.И. Компьютеризация обучения: проблемы и перспективы. М.: Знание, 1986. - 80 с.

57. Машбиц Е.И. Психолого-педагогические проблемы компьютеризации обучения. М.: Педагогика, 1988. - 215 с.

58. Методика изучения в курсе физики средней школы темы "Электрическое поле" на основе проблемных программированных заданий:

61. Митрофанов Г.Ю. Экспертные системы в процессе обучения. М.: ЦНТИ гражданской авиации, 1989. - 32 с.

62. Михалевич В.М., Довгялло A.M., Савельев Я.М., Когдов Н.М. Экспертно-обучающие системы в комплексе компьютерных средств обучения // Современная высшая школа. 1988. - № 1 (61). - С. 125-136.

63. Монахов В.М. Психолого-педагогические проблемы обеспечения компьютерной грамотности учащихся // Вопросы психологии. 1985.- № 3. С. 14-22.

64. Морозова Н.В., Ионкин В.П. Использование фреймовых систем для контроля знаний студентов // В кн. Методы и средства информатизации обучения и научных исследований / Моск. эк.-ст. ин-т. М., 1992.- С. 43-49.

65. Невдава Л., Сергеева Т. О перспективных тенденциях разработки педагогических программных средств // Информатика и образование.- 1990.-№6.-С. 79.

66. Николов B.C. Разработка инструментальных средств для создания обучающих экспертных систем: Дис. на соискание ученой степени канд. физ.-мат. наук. М., АН СССР, 1988. - 183 с.

67. Нильсон Н. Принципы искусственного интеллекта / Пер. с англ. -М.: Радио и связь, 1985. 373 с.

68. Новиков В.Н. Об одной задаче повышенной трудности // Физика в школе. № 5. - 1989. - С. 124-128.

69. Новицкий Л.П., Фейдберг Л.М. Экспертно-обучающая система для персональной ЭВМ // В кн.: Методы и средства кибернетики в управлении учебным процессом высшей школы: Сб. науч. тр. / Моск. эк-ст. ин-т. М.; 1992. - С. 43-49.

70. Педагогика школы. / Под ред. И.Т. Огородникова. М.: Просвещение, 1978.-320 с.

71. Перспективы развития вычислительной техники: В 11 кн.: Справ, пособие / Под ред. Ю.М. Смирнова. Кн. 2. Интеллектуализация ЭВМ / Е.С. Кузин, А.И. Ройтман, И.Б. Фоминых, Г.К. Хахалин. М.: Высш. школа, 1989. - 159 с.

72. Петрушин В.А. Архитектура экспертно-обучающих систем / В кн. Разработка и применение экспертно-обучающих систем: Сб. науч. тр. М.: НИИВШ, - 1989. - С. 7-18.

73. Петрушин В.А. Интеллектуальные обучающие системы: архитектура и методы реализации (обзор) // Известия АН. Техническая кибернетика, №2 1993. - С. 164-189.

74. Петрушин В.А. Моделирование состояния знаний обучаемого в интеллектуальных обучающих системах // В кн. Разработка компьютерных технологий обучения и их внедрение: Сб. науч. тр. / АН УССР. Ин-т кибирнетики им. Глушкова, Киев, 1991. - С. 26-31.

75. Повякель Н.И. Целеобразование в психологическом обеспечении программных средств пользователя ЭВМ. М.: Изд-во МГУ, 1975. -С. 79-81.

76. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука.-1982. - 360 с.

77. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука. Гл. ред. физ.-мат. лит., 1987. - 288 с.

78. Построение экспертных систем. Под ред. Ф. Хейеса-Рота М.: Мир, 1987.-442 с.

79. Практикум по разработке педагогических программных средств для средней школы. / Уч. пособие под ред. В.Д. Степанова. М.: изд-во Прометей, 1990. - 79 с.

80. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989.

81. Применение экспертных систем в обучении физике: Ме-тод.рекомендации. / Сост. Е.З. Власова, проф., д-р ф.-м. наук В.А. Извозчиков. С-Пб, 1992. - 50 с. - (Кибернетика. Педагогика. Эдуколо-гия. / Рос. пед. ун-т им. А.И. Герцена. Из-во "Образование").

82. Путиева А. Вопросы развивающего обучения с использованием ЭВМ // Вопросы психологии. 1987. - № 1. - С. 63-65.

83. Раев А.И. Психологические вопросы программированного обучения. Л.: ЛГПИ им. Герцена, 1971. - 96 с.

84. Разработка и применение экспертно-обучающих систем. // Сб. науч. тр. М.: НИИВШ, 1989. - 154 с.

85. Ревунов А.Д., Извозчиков В.А. Электронно-вычислительная техника на уроках физики в средней школе. М.: Просвещение, 1988. - 257 с.

86. Ричмонд У.К. Учителя и машины: (Внедрение в теорию и практику программированного обучения). М., 1968. - 278 с.

87. Савченко Н.Е. Ошибки на вступительных экзаменах по физике. -Минск, Вышэйш. школа, 1975. - 160 с.

88. Сергеева Т. Новые информационные технологии и содержание образования // Информатика и образование. -1991. № 1.

89. Сергеева Т., Чернявская А. Дидактические требования к компьютерным обучающим программам // Информатика и образование. -1986. -№ 1.-С. 48-52.

90. Талызина Н.Ф. Теоретические проблемы программированного обучения. М.: Изд-во МГУ, 1969. - 133 с.

91. Талызина Н.Ф. Управление процессом усвоения знаний. М.: Изд-во МГУ, 1975.-343 с.

92. Тарасов JI.B., Тарасова А.Н. Вопросы и задачи по физике (Анализ характерных ошибок поступающих во втузы). Учебн. пособие, 3-е изд., перераб. и доп. - М.: Высш. шк., 1984. - 256 с.

93. Тихомиров O.K. Психологическая структура диалога "Человек -ЭВМ" // Вестник МГУ. Сер. 14. Психология. - 1984. - № 2. - С. 1724.

94. Усова А.В., Бобров А.А. Формирование учебных умений и навыков учащихся на уроках физики. М.: Просвещение, 1988. - 112 с. (Библиотека учителя физики).

95. Усова А.В., Тулькибаева Н.Н. Практикум по решению физических задач: Учебн. пособие для студентов физ.-мат. фак. М.: Просвещение, 1992. - 208 с.

96. Федосеенко М.Ю. Выбор средств представления знаний в экспертно-обучающих системах // В кн.: Разработка и применение экспертно-обучающих систем: Сб. науч. тр. М.: НИИВШ, 1989. - С. 43-48.

97. Чекулаева М.Е. Использование ЭВМ как средство развития мышления учащихся при обучении физике: Автореферат диссертации на соискание ученой степени кандидата педагогических наук: 13.00.02. -М., 1995.- 17 с.

98. Человек и вычислительная техника / Под ред. В.М. Глушкова. Киев, Наукова Думка, 1971.

99. Человек и вычислительная техника. / Под общ. ред. В.М. Глушкова. Киев, 1971.-294 с.

100. Щукина Г.И. Активизация познавательной деятельности учащихся в учебном процессе. М.: Просвещение, 1979. - 160 с.

101. Aiken К. Teachers and Computer. What is the key component? // Paper Presented at АБС (Automatization of the Educational System) in Secondary and High Shcools. Intitute Kurchatova. M., 1989, May 26. - P. 37-41.

102. Anderson J.A. Psychology and intelligent tutoring / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 24-26 May, 1989. -Amsterdam etc., 1989. P. 1.

103. Andriole S.J. The Promise of artificial intellegence // J. Syst. Manag. -1985.-Vol. 36.-№7.-P. 8-17.

104. Bodnar Gy. A mesterseges intelligencia es a szakerforendzerek // Minosed es Megbizhatosag, 1988. № 3. - P. 11-17.

105. Bork A. Learning with Personal Computers. Cambridge: Harper and Row, 1987. - 238 p.

106. Brown I.S., Burton R.R. Diagnostic Models for Procedural Bugs in Basic Mathematical Skills // Cognitive Science. 1978. - V. 2. - P. 155192.

107. Burton R.R. Diagnosing bugs in asimple procedural skills // Intern. J. Man-Machine Studies. 1979. - № 11.

108. Cumming G., Self J. Collaborative intellegent educational systems / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 2426 May, 1989. Amsterdam etc., 1989. - P. 73-80.

109. Dutta A. Reasoning with imprecise knowledge in expert system // Int. Sci. (USA). 1985. - Vol. 37. - № 1-3. - P. 3-24.

110. Elson-Cook M. Guided discovery tutoring and bounded user modelling // Self J. (Ed.) Artifical intelligence and human learning. Intelligent computer-aided instruction. L.: Chapman and Hall, 1988.

111. Feigenbaum E. On generality and problem solving // Machine Intelligence. 1971. - № 6.

112. Feigenbaum E.A., Mecorduck P. The 5th generation. Addison Wesley. Mass. 1983.-226 p.

113. Goldstein I.P. The Genetic Graph: a representation for the evolution of procedurial knowledge // Intern. J. Man-Machine Studies. 1979. -№11.

114. Murray W.R. Control for intelligent tutoring systems: a blackboard-based dynamic instructional planner / Artif. Intell. and Educ.: Proc. 4th Int. Conf. AI and Educ., Amsterdam, 24-26 May, 1989. Amsterdam etc., 1989.-P. 150-168.

115. Newell A. Heuristic programming: illstructured problems // Progress in operation processing. New York: Wiley and Sons, 1969. - V. 3. - P. 362414.

116. Simon H. The structure of illstructured problems // Artificial Intelligence. 1974. - V. 5. - № 2. - P. 115-135.

117. Sleeman D. Some challenges for intelligent tutoring systems / IJCAI 87: Proc. 10th Joint Conf. Artif. Intell., Milan, Aug. 23-28, 1987. P. 11661168.

118. Sleeman D. Assessing aspects of competence in basic algebra // Sleeman D., Brown J.S. (eds) Intelligent Tutoring Systems. New York: Academic Press, 1982.

119. Souldin Y. Optimum teaching system Illusion or reality? /Восток-Запад: Междунар. конференция "Взаимодействие человека с компьютером", Москва, 3-7 авг., 1993: Докл. Т. 1. - М., 1993. - С. 59-72.

120. Tompsett С.Р. Education, training and knowledge base design // Expert syst. 1988. - V. 5. - № 4. - P. 274-280.

121. Weip S. The Computer in School: Machine as Humanizer // Symposium: Harvard Educational Review, 1989. Vol. 59. - № 1. - P. 61.

122. Yazadani M. Guest editorial: expert tutoring systems // Expert Syst. -1988. V. 5. - № 4. - P. 271-272.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.

Экспертная обучающая система

Введение

В настоящее время в связи с бурным развитием интернет-технологий появляются все новые интерактивные сервисы для Internet и Intranet -сетей, как например, дистанционное обучение. Система дистанционного обучения является достаточно популярной формой образования в мире в тех странах, в которых достаточно высокий уровень развития средств коммуникации на базе вычислительной техники. Подготовка современных специалистов требует организации учебного процесса с использованием этих новых информационных технологий и с применением систем, основанных на знаниях - экспертных систем (ЭС).

Применение ЭС для оценки уровня знаний обучаемых в системах тестирования определяет важный блок компьютерных программ - экспертно-обучающие системы (ЭОС).

Экспертно-обучающие системы - это компьютерные программы, имеющие основные компоненты ЭС, но у которых дополнительно расширена компонента объяснения. Такие системы основываются как на знаниях экспертов ПО, так и на знаниях экспертов по методике обучения. Кроме того, они имеют компоненту адаптации изложения учебного материала к обучаемому в зависимости от его подготовленности. И как минимум имеется несколько стратегией обучения, уровень детализации которых зависит от активности обучаемого в диалоге с системой .

Использование ЭОС в качестве тестирующего средства для определения качества знаний ученика, студента также имеет огромное значение в обучении. Поскольку при таком тестировании на ученика не воздействует субъективный фактор, то есть итоги тестирования не зависят от личностных особенностей экзаменатора и тестируемого. А учителю использование единых тестов позволяет объективно оценить уровень подготовки учеников.

1. Актуальность темы

В связи с широким распространением использования компьютеров возрастает роль компьютерного обучения, методика которого повышает интеллектуальные способности обучаемого и самостоятельность принятия решения. А такие качества наиболее востребованы в условиях конкурентоспособной экономики и способствуют образовательно- профессиональному росту. Имеются проблемы создания эффективных систем обучения, также как и создание новых форм и способов представления учебного материала, поиска новых педагогических приемов и средств преподавания . Одним из направлений повышения эффективности обучения, усвоения информации и сокращения затрат на сам процесс обучения является разработка и использование автоматизированных экспертных обучающих систем. В данное время есть множество терминов, обозначающих автоматизированную экспертную обучающую систему, которые, по сути, являются аналогичными .

Самые популярными из них являются системы дистанционного обучения, компьютерная обучающая система и другие. Для объяснения всего смысла перечисленных выше терминов можно привести следующее определение.
Экспертно обучающая система (ЭОС) - это комплекс программно-технических и учебно-методических средств, построенных на основе знаний экспертов предметной области (квалифицированных преподавателей, методистов, психологов), осуществляющая и контролирующая процесс обучения. Назначение такой системы состоит в том, что она, с одной стороны помогает преподавателю обучать и контролировать учащегося, а сдругой стороны учащемуся самостоятельно обучаться .

2. Цель и задачи исследования, планируемые результаты

Целью исследования является разработка компьютерной экспертной обучающей системы, которая поможет повысить количество усвоенных знаний и эффективность восприятия информации, а также сократить время на изучение предмета, в том числе и время, затраченное преподавателем на представление информации и привитие практических навыков у студентов.

Основные задачи исследования:

1. Разработка онтологической модели ЭОС;
2. Разработка структуры ЭОС;
3. Обоснование и выбор компьютерных средств реализации;
4. Внедрение активных компонент в ЭОС (игры, интерактивные системы, прямой доступ к общению, например, через Skype с руководителем);

Объект исследования : экспертно обучающая система.

Предмет исследования : модели, структуры и функции ЭОС.

Научная новизна состоит в новом подходе к проектированию ЭОС, основанном на моделировании деятельности обучаемого и применении методов искусственного интеллекта.

В рамках магистерской работы планируется получение актуальныхнаучных результатов по следующим направлениям:

1. Моделирования процессов обучения.
2. Проектирования структуры ЭОС для Internet и Intranet .

Планируемыми результатами работы: прототип экспертной обучающей системы, которая позволит улучшить качество обучения и сократить время обучения.

3. Обзор научных исследований.

Поскольку вопросы исследования экспертных обучающих систем и повышения эффективности обучения в этой системе являются важной частью решения сложных задач с помощью экспертных систем. ЭОС были широко исследованы как зарубежными, так и отечественными специалистами.

3.1. Обзор международных источников

Первая обучающая система Plato на основе мощной ЭВМ фирмы « Control Data Corporation » была разработана в США в конце 50-х годов и развивалась в течение 20 лет. По-настоящему массовыми создание и использование обучающих программ стали с начала 80-х годов, когда появились и получили широкое распространение персональные компьютеры. С тех пор образовательные применения ЭВМ выдвинулись в число их основных применений наряду с обработкой текстов и графики, оттеснив на второй план математические расчеты.

Также была основана в 1972 году компания ECSI и с тех пор зарекомендовала себя как ведущего поставщика услуг для образовательной отрасли.Компания специализируется на разработке продуктов и услуг для повышения опыта обучения для учащихся и их родителей.ECSI в настоящее время обслуживает более 1300 школ, колледжей и университетов по всей стране, предлагая широкий спектр полностью настроенных, интуитивно понятных систем обучения .

3.2. Обзор национальных источников

К современным обучающим системам относятся системы TrainingWare, eLearning Server 3000 v2.0, eLearningOffice 3000, IBM Workplace Collaborative Learning и HyperMethod 3.5 компании ГиперМетод, которая является крупнейшим российским разработчиком готовых решений и программного обеспечения в области мультимедиа, экспертного обучения и электронной коммерции .

4. Экспертные обучающие системы

Экспертная обучающая система (ЭОС) - это компьютерная программа, построенная на основе знаний экспертов предметной области (квалифицированных преподавателей, методистов, психологов), осуществляющая и контролирующая процесс обучения. Назначение такой системы состоит в том, что она, с одной стороны помогает преподавателю обучать и контролировать учащегося, а с другой - учащемуся самостоятельно обучаться .

Основными компонентами ЭОС являются:

1. база знаний;
2. машина вывода;
3. модуль извлечение знаний;
4. модуль обучения;
5. система объяснения;
6. модуль тестирования.

Рисунок 1 - Функциональная модель структуры ЭОС

(анимация: 8 кадров, 5 циклов повторения, 118 килобайт)

В этой модели верхняя часть ЭОС унаследована от ЭС, а нижняя представляет собой блоки, обеспечивающие процесс обучения и тестирования.

База знаний - это депозитарий модулей знаний. Модуль знания экспертных систем представляет собой формализованное, с помощью некоторого метода представления знаний (система продукций, фреймы, семантические сети, исчисления предикатов 1-го порядка) отображение объектов предметной области, их взаимосвязей, действий над объектами.

Работа с базой знаний предполагает следующие стадии:

1. извлечение знаний из экспертов;
2. формализация знаний;
3. доступ, обработка модулей знаний.

В процессе обучения знания экспертов могут быть переданы обучаемому в виде порции информации (текстовой, графической, мультимедийной), а также знания, основанные на опыте, которые не могут быть переданы непосредственно обучаемому, а приобретаются им в ходе самостоятельной деятельности ].

Для передачи знаний экспертов широко используют развитую технологию гипертекста - от традиционных программ по созданию помощи (help) до современных инструментов создания и поддержки Web-сайтов (например Dreamweaver MX).

В отличие от ЭС для построения базы знаний ЭОС привлекаются не только эксперты-преподаватели, но и используются знания о педагогических приемах и стратегиях обучения и о психологических особенностях личности. Поэтому модули знания формируются многими экспертами. И здесь следует учитывать согласованность мнений экспертов и производить тонкую настройку базы знаний, учитывающую компетентность экспертов. Конечно, эти трудности можно обойти, если имеется эксперт, который сочетает в себе знания специалиста по предметной области, знания о тактике и стратегии обучения и владеющий психологическими приемами обучения, то есть высоко квалифицированный преподаватель.

Компонент обучения представляет собой комплекс программных модулей, реализующих различные механизмы вывода для достижения педагогической цели в обучении. ЭОС в отличие от других компьютерных средств обучения обладают интерактивностью: имеют диалог с обучаемым, что очень привлекательно для последнего .

Построение диалога строится на основных психологических принципах обучения:

1. дружественный интерфейс;
2. выход из диалога в любой момент;
3. своевременная и мотивированная помощь.

Каждый вопрос, задаваемый обучаемому, необходимо тщательно продумать, при необходимости предусмотреть более развернутый вопрос с целью лучшего понимания его.

В результате исследования было показано что многие компоненты создания ЭОС зависят от результата обучения, поэтому для создания базы знаний ЭС необходим специалист который имеет отличные знания по предметной области, а также уверено владеет приемами обучения .

5. Клиент-серверная технология экспертной обучающей системы для сетей Internet и Intranet

Архитектура клиент-сервер состоит из следующих компонентов:

сервер, выполняющий запросы клиента; клиент, предоставляющий интерфейс пользователя, посылающий запросы к серверу и получающий ответы от него; сетевое коммуникационное программное обеспечение, осуществляющее взаимодействие между клиентом и сервером. Использование клиент-серверной технологии дает определенные преимущества при построении ЭС: база знаний хранится на сервере и, следовательно, необходимость ее обновления производится однократно;
база знаний может быть доступна другим приложениям; а преимущество для экспертно-обучающих систем (ЭОС) заключается еще в том, что можно хранить контент на сервере и на нем отслеживать статистику обучения.
Клиент-серверные ЭС и ЭОС для сетей Internet/Intranet позволяют расширить возможности их применения в дистанционном образовании.
Компьютерные обучающие системы позволяют, как разрабатывать прототипы ЭС, так и может быть использована для адаптированного тестирования и обучения студентов по локальной сети.
Основными компонентами ЭОС являются следующие: редактор БЗ; машины логического вывода (прямой, обратный, косвенный вывод, формула Байеса); подсистема объяснения; анализатор теста; модуль преподавателя; компонента обучения .

Основная задача экспертных обучающих систем - это предоставления возможности приобретения студентом знаний, умений, навыков по разработке БЗ и созданию прототипов ЭС самостоятельно, а также для обучаемого тестирования.

Имеется по крайне мере пять важных причин, которые препятствуют реализации клиент-серверных (распределенных) ЭС:

1. Конструктивные элементы компонент ЭС не обособленны друг от друга.
2. БЗ - это не база данных, для которых существуют мощные СУБД (Oracle, InterBase, MySQL и так далее) использующие SQL запросы.
3. Многопользовательский доступ к БЗ для редактирования просто не допустим.
4. Логический вывод и специфика создания БЗ (различные способы представления знаний) не способствует необходимости объединения их в единую систему. Для Symantec Web разработан ряд языков описаний, Web-сервисов, но до сих пор нет никаких предложений по реализации логического вывода.
5. Программное обеспечение инструментальных средств для построения ЭС и БЗ является эксклюзивным и дорогостоящим.

Можно, конечно, разместить ЭС на Web-сервере для загрузке на клиентскую машину по ссылке download и обновлять ее на сервере, но это не клиент-серверное решение .

Аналогично, можно утверждать и об использовании трехзвенной архитектуры клиент-сервер (Сервер - CORBA - Клиент), когда БЗ размещается на сервере приложений и представляется в виде правил бизнес - решений.

Также не подходит технологии "тонкого клиента" (БЗ, логический вывод, система объяснения располагаются на сервере, а диалог с ЭС поддерживается как на сервере, так и на клиенте) и "толстого клиента" (БЗ, логический вывод, система объяснения располагаются на клиентской машине, а диалоговый интерфейс поддерживается клиентом и сервером).

Заметим, что БЗ ЭС является интеллектуальной собственностью и не может быть доступна для свободного использования. А учебные БЗ следует размещать на Web-сервере, чтобы любой интересующий пользователь могут проанализировать, как работает ЭС и усовершенствовать свои знания о предметной области.

Не следует забывать о нагрузках на сервер в пиковых ситуациях. Ни один провайдер не отдаст сервер только для функционирования ЭС, поскольку реакция пользователя при консультации или объяснении не предсказуема. А это важные моменты функционирования ЭС (консультации могут длиться от минут до несколько часов) .

Совсем другое дело разработка ЭОС для сетей Internet/Intranet.

ЭОС - это компьютерная система, построенная на основе знаний экспертов предметной области (квалифицированных преподавателей, методистов, психологов), осуществляющая и контролирующая процесс обучения. Назначение такой системы состоит в том, что она, с одной стороны помогает преподавателю обучать и контролировать студентов, а с другой - студентам самостоятельно обучаться.

Основными компонентами ЭОС являются следующие: БЗ; машина вывода; модуль обучения; система объяснения; модуль обучаемое тестирование.

Как правило, БЗ содержит:

Психодиагностические правила для идентификации психологических типов обучаемых.

Дидактические приемы для обучения. Правила представляют собой накопленные знания преподавателей по оценки знаний обучаемых.

Правила обучения изменяют последовательность предъявляемых заданий контента. Эта последовательность является функцией многих переменных: психологический тип обучаемого, уровень обучения, текущий ответ обучаемого, уровень сложности задания, количество прохождения обучения.

В связи с изложенным по поводу распределенных ЭС, для обучения и тестирования рекомендуется использовать технологию "толстого клиента", то есть, когда все компоненты ЭОС находятся на клиентской машине, а на сервер передаются результаты обучения и тестирования. И не надо опасаться зато, что результаты могут быть заменены, учитывая современные возможности шифрования протокола с удаленным сервером. Почему именно такая технология? Известно, что порядка 80% всей воспринимаемой человеком информации - это зрительная. Поэтому мультимедийные технологии (avi-файлы) являются приоритетными при обучении. Если их располагать и запускать на сервере - это огромная нагрузка на сервер и как, следствие, возрастает трафик до огромных размеров .

Выводы

ЭОС в отличие от других компьютерных технологий обучения имеют возможность реализовать процесс обучения по индивидуальной модели обучаемого. Обучение с помощью ЭС ориентировано на извлечение знаний самим обучаемым. А именно такие специалисты востребованы на современном рынке труда. Также ЭОС имеет свои достоинства и недостатки.

Основные недостатки, связанные с экспертными обучающими системами, можно разделить напсихологические , связанные с отсутствием «живого» общения с преподавателем, высокими требованиями к самоорганизации итехнические , которые обусловлены несовершенством контента, технологий и телекоммуникационной инфраструктуры.

Достоинства экспертных обучающих систем являются:

1. Географические и временные преимущества.
2. Персонализация процесса обучения. Возможность обучения различных категорий людей, в том числе с ограниченными способностями.
3. Расширение изучаемой информации и повышение интенсивности обучения.
4. Оптимизация и автоматизация процесса передачи знаний.

Магистерская работа посвящена актуальной научной задаче автоматизации экспертной обучающей системы. В рамках проведенных исследований выполнено:

1. Проанализированы существующие экспертные обучающие системы.
2. Было произведено исследование автоматизированной экспертной обучающей системы.
3. Рассмотрена Клиент-серверная технология экспертной обучающей системы для сетей Internet и Intranet.

В соответствии с постановкой задачи, дальнейшим направлением исследования является выбор, разработка и адаптация экспертной обучающей системы, ее программная реализация и тестирование.

При написании данного реферата магистерская работа еще не завершена. Окончательное завершение: декабрь 2013 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Список источников

1. Брукинг А. Экспертные системы. Принципы работы и примеры.: Пер. с англ. / А. Брукинг, П. Джонс; [ Под ред. Р. Форсайта. - М.: Радио и связь, 1987. - 224 с.

2. - Американська асоціація штучного інтелекту American Association for Artificial Intelligence (AAAI).

7. Карпова И.П. Анализ ответов обучаемого в автоматизированных обучающих системах / И.П. Карпова // - Информационные технологии, 2001, № 11. - с.49-55.

8. Pusilovsky, P., Adaptive and Intelligent Technologies for Web-based Education. In C. Rollinger and C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Konstliche Intelligenz, 4, 19 - 25.

9. Бурдаев В.П. Клиент-серверная технология экспертной обучающей системы для сетей Интернет и Интранет. // Искусственный интеллект.

11. Андрейчиков А. В. Интеллектуальные информационные системы. /А. В. Андрейчиков, О. Н. Андрейчикова.: Учебник. - М.:Финансы и статитстика, 2004. - 424 с.

12. Атанов Г. А. Обучение и искусственный интеллект, или основы современной дидактики высшей школы. /Г. А. Атанов, И. Н. Пустынникова. - Донецк: ДОУ, 2002. - 504 с.

13. Marvin Minsky. The Emotion Machine: Commonsense Thinking, Artificial Intelligence, and the Future of the Human Mind. 2007. - 332 с.